DYNAMIC FUZZY NETWORKS BASED LOAD FREQUENCY CONTROLLER DESIGN IN ELECTRICAL POWER SYSTEMS

Transkript

1 G.Ü. Fen Blmler Dergs 7(3): -4 (4) ISSN G.U. Journal of Scence 7(3):-4 (4) DYNAMIC FUZZY NETWOKS BASED LOAD FEQUENCY CONTOLLE DESIGN IN ELECTICAL POWE SYSTEMS Yusuf OYSAL* Anadolu Unversty, Deptartment of Computer Engneerng, Eskşehr, Turkye e-mal: Ahmet Serdar YILMAZ K.Maras Sutcu Imam Unversty, Dept. of Electrcal and Electroncs Engneerng, Kahramanmaras, Turkye. e-mal: Etem KÖKLÜKAYA Sakarya Unversty, Dept. of Electrcal and Electroncs Engneerng, Adapazarı, Turkye e-mal: ABSTACT In ths paper, a new controller based on ntellgent control technologes for load frequency control (LFC) s proposed. Ths controller overcome some drawbacks of neural network and fuzzy logc technologes and may also allow for the ncorporaton of both heurstcs and deep knowledge to explot the best characterstcs of each. A Dynamcal Fuzzy Network (DFN) that contans dynamcal elements such as delayers or ntegrators n ther processng unts s used n the controller desgn for LFC. Ths desgn s based on adustng parameters of DFN. Ths s done by mnmzng the cost functonal of load frequency errors. The cost gradents wth respect to the network parameters are calculated by adont senstvty analyss. Key words : Load frequency control, dynamc fuzzy network, power system control, ntellgent control. ELEKTİK GÜÇ SİSTEMLEİNDE DİNAMİK BULANIK AĞ TABANLI Bİ YÜK FEKANS DENETLEYİCİ TASAIMI ÖZET Bu makalede, akıllı denetm esasına dayanan br yük frekans denetleycs önerlmştr. Önerlen yen kontrolör snr ağları ve bulanık mantık teknololernn sakıncalı taraflarının üstesnden gelmekte ve her brnn üstün taraflarını kullanmaktadır. Kend şlem brmlernde gecktrcler ve ntegratörler gb dnamk elemanları çeren br dnamk bulanık ağı (DBA), br yük frekans denetm tasarımında kullanılmıştır. Tasarım, DBA parametrelernn hesaplanmasına dayanır. Bu da yük frekans hata masraflarını çeren br ölçütün en aza ndrlmes le sağlanır. Gerekl olan ölçütün ağ parametrelerne göre gradyanları, adont duyarlılık analz le hesaplanmıştır. Anahtar Kelmeler:Yük frekans denetm, dnamk bulanık ağ, güç sstemlernn denetm, akıllı denetm.. GİİŞ Elektrk güç sstemlernde kararlı ve güvenlr çalışma çn frekans öneml br krterdr. Enterkonnekte güç sstemlernde frekansta meydana gelen değşmler büyük ölçekl cdd kararsızlık problemlerne yol açablmektedr. Yük frekans kontrolü, brden çok bölgeden oluşan büyük güç sstemlernde kararlı ve güvenlr br şletme çn sağlanması gereken denetm şekllernden brdr. İy br şletme çn frekansın sabt tutulması ve aktf güç. INTODUCTION Frequency s an mportant crtera for relable and stable operaton n electrc power systems. Frequency varatons n nterconnected power systems can cause large scale serous nstablty problems. Load frequency control s one of control schemes to provde the stable and relable operaton n mult-area power systems. For stable operaton, constant frequency and actve power balance must be provded. Frequency s dependng on actve

2 G.U. J. Sc., 7(3): -4 (4)/ Yusuf OYSAL *, Ahmet Serdar YILMAZ, Etem KÖKLÜKAYA dengesnn oluşturulması gerekmektedr. Frekans le aktf güç arasında brebr br lşk vardır. Frekans kontrolü çn aktf güç kontrolü zorunluluktur. Frekans, enterkonnekte sstemde her nokta çn ortak br karakterstk olduğundan aktf güç üretm yada tüketmnde meydana gelen br değşme, sstemn her noktasında frekansta salınımlar ya da düşmeler oluşmasına yol açmaktadır. Lteratürde yük frekans kontrolü gerçekleştrmek amacıyla bulanık mantık ve yapay snr ağlarını kullanan çok sayıda çalışma bulunmaktadır. Kazancın ayarlanabldğ PI denetleycler (), genetk algortmalar (), k sevyel bulanık denetleycler (3), lneer olmayan snrsel ağlar (4) ve bulanık PID denetleycler (5) yük frekans kontrolü çn uygulanmış yöntemlerdr. Bu bldrde önerlen yen denetm şekl yapay snr ağları ve bulanık mantıkla denetmn sakıncalı ve stenmeyen yanlarını gdererek, bu k blgye dayalı teknolonn en y taraflarını brleştrmektedr. Bu çalışmada, yük frekans denetleyc tasarımı çersnde, çersndek şlem brmnde erteleyc ve dnamk elemanlar bulunduran ve aktvasyon fonksyonu sevyesnde standart bulanık sstem olan br dnamk bulanık snr ağı (DBA) kullanılmıştır (6,7).. İKİ BÖLGEDEN OLUŞAN GÜÇ SİSTEMLEİNDE YÜK FEKANS DENETİMİ İk yada daha fazla güç bölges çeren enterkonnekte güç sstemlernde, bölgeler arasındak güç akışını stenen sınırlar çersnde tutmak çn üretm denetm gerekmektedr Yük frekans denetm k ana denetm çevrmnden oluşmaktadır. Bunlar brncl ve kncl denetm çevrmlerdr (8). Brncl denetm türbn ve hız regülatörlernce gerçekleştrlmektedr. Bu çevrmle frekans her zaman anma değernde tutulamamakta ve kalıcı frekans hatasını gderememektedr. Bu yüzden çok bölgel sstemlerde, yeterl br denetm sağlayamamaktadır. Çünkü çok bölgel sstemlerde br bölgedek frekans değşm dğer bölgeye de etk etmektedr. İkncl denetm çevrm yada br başka deyşle lave denetm çevrm le söz konusu kalıcı frekans hatası gderlmektedr. Bunu se bölgeler arasındak güç akışına yön vererek yapmaktadır. Bağlantı hatlarındak aktf güç akışı denetleneblmektedr. Günümüzde blgsayar destekl denetleycler bu şlem gerçekleştreblmektedr. Şekl de k bölgeden oluşan br güç sstemnde brncl ve kncl yük frekans denetm gösterlmektedr. Bu çalışmada ncelenen bölgeler arasındak bağlantı hattı üzernden br akış meydana gelmektedr. Bu güç akışının denetm ve denges kncl frekans denetm le mümkündür. Ayrıca frekans ve aktf güç üretmnn denetm çn, bağlantı hattındak güç salınımlarının sönümlenmes br başka gereksnmdr. Bu makalede gerçekleştrlen blgsayar benzetmler çn şekl dek matematksel model kullanılmıştır. Bu klask model, br ntegral denetleyc çermektedr ve parametreler ekte verlmştr. power. To mprove the stablty of the power networks, t s necessary to desgn a load frequency control (LFC) systems that control the power generaton and actve power at te lnes. Any change n actve power demand/generaton at power systems s reflected throughout the system by a change n frequency. There are many studes that used fuzzy logc and artfcal neural networks for load frequency control n the lterature. Gan scheduled PI controllers (), genetc algorthms (), two level fuzzy controllers (3), nonlnear neural nets (4) and fuzzy PID controllers (5) have been used for load frequency control. Ths paper proposed to desgn a controller that overcomes some of the drawback of artfcal neural networks and fuzzy logc control and combnes the successful propertes of both control actons. In ths study, a dynamc fuzzy network (DFN) that ncludes dynamc elements wth delay operators n ts processng unt and has a standart fuzzy actvaton functon s used (6,7).. LOAD FEQUENCY CONTOL IN TWO AEA POWE SYSTEMS In nterconnected power networks wth two or more areas, the generaton wthn each area has to be controlled so as to mantan scheduled power nterchange. Load frequency control scheme have to be two man control loops. These are prmary control and secondary control. (8). Prmary control s acheved by turbne-governng system. Mantanng the frequency at scheduled value cannot be succeeded. A steady state frequency error can occur forever. So ths loop does not enough for mult-area power systems. In mult-area power systems, frequency must be equal and must be hold a rated value at all areas. The second control loop s called supplementary control. Ths s realzed n large power systems that ncludes two or more areas. Actve power s controlled at the te lne between neghbor areas. Nowadays computer-aded controllers realze ths acton. Fg. shows prmary and secondary control loops. In studed systems, there s a load flow between areas through a te lne. Balance and control of power flow s realzed by secondary control loop. Also dampng of oscllatons at te lne s another requrement for successful control of frequency and actve power generaton. In ths paper, lnearzed mathematcal model gven n fg. s used n computer smulatons. Ths model ncludes classcal ntegral secondary controller and ts parameters are gven n appendx. In secondary frequency control loop,the controllng of the power flow through the te lne s mportant. The purpose of te lne s: () to provde the power nterchange wth reasonable cost between the areas and () to meet the generaton demand whch wll decrease the frequency

3 Dynamıc Fuzzy Networks Based / Elektrk Güç Sstemlernde Dnamk 3 İkncl frekans denetm çevrmnde öneml olan bağlantı hattındak güç akışının denetmdr. Bağlantı hatlarının amacı bölgeler arasında uygun malyetl güç alış verşn sağlamak ve k bölgeden brnde meydana gelen an br yük değşmnde yaşanacak olan frekans değşmelern azaltacak üretm talebn hızlı br şeklde karşılamaktır. varatons durng the suddenly load change n one of the two areas, quckly. Data Communcaton LFC- ef- ef- LFC- Data Communcaton GOV Speed- Speed- GOV Area- f Pte - f GOV : Speed Governor, LFC : Load frequency controller Fgure Load frequency control scheme n a two area nterconnected system Şekl İk bölgel enterkonnekte sstemde yük frekans denetm B AEA- / - - ACE P ND PI - Turbne Governor - P te- M. s D T/s f P ND - ACE PI - Turbne Governor M. s D - f / B AEA- Fgure. Block dagram of a two-area system wth classcal PI controller Şekl.. İk bölgel klask PI denetleycl sstemn blok dyagramı Örnek olarak bu makalede ele alınan k bölgel sstem bastçe şekl.3 de olduğu gb düşünülürse, bu sstemn For example, as n ths paper, for the sample power system shown n fg.3, f t s assumed that the generaton

4 4 G.U. J. Sc., 7(3): -4 (4)/ Yusuf OYSAL *, Ahmet Serdar YILMAZ, Etem KÖKLÜKAYA üretm yük karakterstkler brbrne eşt olduğu varsayılırsa, ve brnc bölgeden dğerne MW lık güç alışverşnn normal koşullarda söz konusu olduğu kabul edlrse, knc bölgede 3 MW lık yük artışı olduğunda, bu k özdeş bölge, 5 er MW şeklnde yen yükü paylaşacaktır. Böylece bağlantı hattından knc bölgeye 5 MW yük akışı olacaktır. Böyle br değşm çeştl sebeplerden dolayı uygulanamayınca brnc alan 3 MW nın tamamını karşılamak çn üretmn arttırmak zorunda kalacaktır. Bu da ekstra malyet gerektrmektedr. Bu aşamada arzu edlen, knc bölgedek an taleb algılayacak ve frekansı nomnal değerne ger getrecek, bunu yaparken de knc bölgede 3 MW lık üretm artışını gerçekleştrecek br denetm mekanzmasıdır (9). and load characterstcs are equal and area sends MW to area, when a sudden load ncrease of 3 MW n area, both dentcal areas share ths ncrease equally. Therefore area must send 5 MW to area throughout the te lne. But ths change cannot be appled, so area must ncrease ts generaton to meet all of 3 MW. Ths requres extra generaton cost. In ths level, a control acton whch senses the sudden demand n area and returns the frequency to rated value and also realzes the generaton ncrease of 3 MW n area, s desred. (9) P NET INTECHANGE P L =Load change n area - P L =Load change n area - Fgure 3. Te lne frequency control for two-area power system Şekl 3. İk bölgel sstem çn bağlantı hattı frekans denetm Bu denetm mekanzması şu maddeler algılayablmeldr (9):. Eğer frekans düşmüşse, ve sstemden çıkan net değşm gücü artmışsa, sstem dışında br yük artması meydana gelmştr.. Eğer frekans düşmüşse, ve sstemden çıkan net değşm gücü azalmışsa, sstem çnde br yük artışı meydana gelmştr. Yukarıda fadeler ışığında net değşm gücü çn aşağıdak tanımlar yapılablr: P ND, toplam gerçek net değşm gücü ve P SND stenen yada beklenen net değşm gücü. Ths control acton should recognze the followng ponts (9):. If the frequency decreased and net nterchange power leavng the system ncreased, a load ncrease has occurred outsde the system. v. If frequency decreased and net nterchange power leavng the system decreased, a load ncrease has occurred outsde the system. From the above cases, the followng defntons can be made : P ND s total actual net nterchange and P SND s scheduled or desred net nterchange power. P ND =P ND -P SND [] Buna göre bağlantı hattı-frekans denetm çn özet br tablo şu şeklde verleblr (9): Then a summary table for te lne frequency control can be gven as follows (9): Table. Te Lne Frequency Change Çzelge. Bağlantı Hattı-Frekans Denetm f P ND Load Change esultng Control Acton - - P L ; P L Increase P GEN n area P L - ; P L Decrease P GEN n area - P L ; P L Increase P GEN n area - P L ; P L - Decrease P GEN n area İk bölgel br sstem çn, brnc bölgede meydana When a load ncrease of P L n area, frequency

5 Dynamıc Fuzzy Networks Based / Elektrk Güç Sstemlernde Dnamk 5 gelen P L lk br yük artışı durumunda frekansta ve bağlantı hattından aktarılan güçtek değşm şu şeklde fade edlmektedr: w = devaton and net nterchange power can be defned as follows for a two-area system : PL [] D D P ND = PL ( D ) D D [3] Tablo n brnc satırındak sonuçlardan brnc bölgedek yük artışını, yne brnc bölgedek üretm artışı şeklnde fade edeblrz. Bu fade şu şeklde olmalıdır: We can defne the load ncrease n area as generaton ncrease from the results n frst row of Table. The statement s: P GEN = P L [4] P GEN = [5] Üretmdek değşme, bölge denetm hatası (area control error, ACE) olarak da adlandırılan, frekansı ve net değşm gücünü stenen değere götürmek çn bölgenn üretmn değştrmey öngörmektedr. Buna göre her br bölgenn ACE s aşağıdak gb olacaktır: The requred change n generaton, called the area control error or ACE, the shft n the area s generaton requred to restore frequency and net nterchange to ther desred value. The equatons for ACE of each area are as follows: ACE =- P ND -B. w [6] ACE =- P ND -B. w [7] Burada B ve B frekans kutuplama çarpanı olarak adlandırılır ve şu şeklde belrtlrler: Where B and B are called as frequency bas factors and defned as follows : B B = D = D [8] [9] Bu eştlklern brlkte yazılımı sonucu her k bölge çn ACE değerler These equatons resulted n ACE values for the two-area power systems that can be wrtten as:

6 6 G.U. J. Sc., 7(3): -4 (4)/ Yusuf OYSAL *, Ahmet Serdar YILMAZ, Etem KÖKLÜKAYA P L D P ACE D L = D D D D. = P L [] P L D P ACE D L =. D D D D = [] 3. DİNAMİK BULANIK AĞLAIN MİMAİSİ Dnamk bulanık ağlar, bulanık aktvasyon fonksyonu çeren ve feron (6,7) denlen dnamk elemanlardan oluşmaktadır. Her br feron, bulanık aktvasyon fonksyonuna sahp tek br dnamk snr hücres le temsl edlmektedr. Dnamk feronlar, byolok snr hücrelerne benzemektedrler. Feron grşler yeternce uyarılırsa, bu model tetkler. Uyarma şlem Hopfeld dnamkler olarak blnen ger (lag) dnamkler üzernden gerçekleşr. Bulanık aktvasyon fonksyonu (φ), beynle lgl korteks (cerebral cortex) ve beynn daha dış kısmındak görsel kortekste (vsual cortex) yer alan yenleyc (receptve) alan brmlerne benzer (,,). Bulanık aktvasyon fonksyonu olan (φ), her türlü yen blgye açık olan byolok snr hücres gb davranır. Bu bldrde kullanılan bulanık aktvasyon fonksyonu, tekl (sngleton) bulanıklaştırıcı, çarpım karar mekanzması ve merkez ortalama arındırıcıya sahp Gaussan üyelk fonksyonlu standart br bulanık sstemdr ve.nc ferona at olan bulanık aktvasyon fonksyonu, şu şeklde yazılablr: 3. THE ACHITECTUE OF A DYNAMIC FUZZY NETWOK Dynamc fuzzy networks have been used n the meanng of networks that have unconstraned connectvty and have dynamcal elements n the fuzzy processng unts. The processng unt n the network s called feuron (6,7). The feuron represents a sngle dynamc neuron wth fuzzy actvaton functon. The dynamc feuron resembles the bologcal neuron model. Ths model fres f the nputs of feurons are excted enough. The frng procedure s done through a lag dynamcs such as Hopfeld dynamcs. Fuzzy actvaton functon φ behaves such as a bologcal neuron whch has receptve feld unts n the vsual cortex, n part of the cerebral cortex and n outer parts of the bran (- -). Fuzzy actvaton functon we have used here s a standard fuzzy system that has sngleton fuzzfer, product nference engne wth Gausssan membershp functon and center average defuzzfer. The th actvaton functon wth standard fuzzy system can be wrtten as; φ (x ) = = a = µ µ (x (x ) ) = x c a k = exp σ x c exp = σ [] Burada c ve σ,.nc yenlkç (receptve) alan brmnn.nc feronun merkez ve yayınım parametrelerdr. Aşağıdak denklemler DBA nın hesaplama modeln oluşturur: where c s center and σ s spread of the th receptve feld unt of the ts th feuron. The computatonal model of DFN s gven wth the followng equatons;

7 Dynamıc Fuzzy Networks Based / Elektrk Güç Sstemlernde Dnamk 7 n z = qy, =,....M = x c a exp k = y (x, ) σ = φ π =, =,...n x c exp = σ n L x& = f(x,p)= [ x wy pu b]; x() = x, =,... n T = = [3] [4] [5] Genelde zamanla değşen L grş snyaller, n dnamk feron brmler, n baz termler, ve M çıkış snyal vardır. Brmlern dnamkler, bunlarla brleşk olarak kend çlernden grşler ve dğer brmlerle bağlantılıdırlar. Br brmn y çıkışı bu brmn durum değşkennn (x ) br aktvasyon fonksyonudur (φ (x )). Toplam çıkış se brmlern çıkışlarının br lneer kombnasyonu şeklndedr. p.nc grşn.nc ferona çten, w.nc ferondan.nc ferona çten ve q se.nc feorndan.nc çıkışa bağlantı ağırlıklarıdır. T.nc feronun zaman sabtes ve b de.nc feronun brm grşne eklenen baz term ya da polarzasyon termdr. π se merkez c, yayınım σ ve çıkış merkez b parametrelernn oluşturduğu bulanık aktvasyon fonksyonu parametre setdr. Durum değşkenler üzerndek başlangıç şartları x () açıkça belrtlmeldr. 4. İKİ BÖLGELİ ADAPTİF YÜK FEKANS DENETİMİ Yük frekansı denetm Şekl 4 te blok dyagramı verlen k grşl ve k çıkışlı br DBA nın Şekl 5 de görüldüğü gb güç sstemnde k bölge arasına bağlanması le gerçeklenmektedr. Önerlen dnamk ağın grş şaret olarak bölge denetm hatası ve bu hatanın değşmler uygulanmıştır. DBA model çıkışları k bölgel güç sstemnde yük frekans denetm çn gereken snyaller üretr. Bu da frekans hatalarından oluşan malyet fonksyonunu en aza ndren DBA parametrelernn belrlenmes le olur (Şekl 5). Bu problem çn gradyan tabanlı en yleştrme algortmaları kullanılmıştır. Performans krter veya masraf yapısı olarak şu bast kuadratk form seçlmştr: In general, there are L tme-varyng nput sgnals; n dynamc feuron unts, n bas terms, and M output sgnals. The unts have dynamcs assocated wth them, and they receve nput from themselves, bas term and from all other unts. The output of a unt y s a fuzzy actvaton functon φ(x ) of a state varable x assocated wth the unt. The output of the overall network s a lnear weghted sum of the unt outputs. The bas term b s added to the unt nputs. p s the nput connecton weghts from th nput to th feuron, w s the nterconnecton weghts from th feuron to th feuron and q s the output connecton weghts from th feuron to th output. T s the dynamc constant of th feuron and b s the bas (or polarzaton) term of th feuron. π s the parameters of fuzzy actvaton functon whch are centers c, spreads σ and output centers a. The ntal condtons on the state varables x () must be specfed. 4. TWO AEAS ADAPTIVE LOAD FEQUENCY CONTOL Load frequency control s done by a DFN, has two nputs/ outputs and llustrated n Fg. 4, connected between two areas power system as seen n Fg. 5. Area control errors and ther changers are appled to proposed DFN as nput sgnals. The outputs of the DFN model generate the control sgnals for the two are load frequency control. Ths s done by determnng the DFN parameters that mnmze the cost functonal of load frequency errors (Fg. 5). The gradent-based algorthms have been used for ths problem. As a performance ndex or cost structure s selected n the smple quadratc form as follows:

8 8 G.U. J. Sc., 7(3): -4 (4)/ Yusuf OYSAL *, Ahmet Serdar YILMAZ, Etem KÖKLÜKAYA t f d T d E = [z(t) z (t)] [z(t) z (t)]dt [6] Burada e(t)=z(t)-z d (t) güç sstem yük frekans hata fonksyonudur. z(t) DBA model çıkışı ve z d (t) se arzulanan yük frekans cevaplarıdır. Bunun çn gereken değşk parametrelere göre masraf duyarlılıklarının hesaplanmasıdır. Bu amaç çn kullanılan Adont yöntem yen br dnamk durum değşkenne λ dayanan duyarlılık hesaplamasıdır (7,3-7): where e(t)=z(t)-z d (t) s error functon for the load frequences of the power system. z(t) s DFN model response (output), and z d (t) s desred load frequency responses. We need to compute the cost senstvtes. Adont method s used for senstvty computaton based on a new dynamcal system defned wth adont state varables λ. (7,3-7): λ& = λ w y λ e (t) qy, λ (t f ) = T T [7] = 3φ x µ σ x µ σ ' φ (x ) y = [8] x Bu denklemlerle tanımlanan adont dferansyel denklemlernn entegrasyonu se t f son zaman değernden t = lk zaman değerne zamanda gerye doğru gerçeklenmektedr. Bu çalışmada 5. dereceden unga- Kutta-Butcher entegrasyon algortması kullanılmıştır (8). The ntegraton of the adont dfferental equatons must be performed backwards n tme, from t f to. The sze of adont vector s n and s ndependent of network parameters. There are n quadratures for computng the senstvtes.. In ths study, 5 th order unga-kutta-butcher ntegraton rule s used (8). b w u p T s x φ (.) y q z u p - w q p w q p T s x φ (.) y q z b - w Fgure 4.The state dagram of DFN wth a two-feuron two-nputs/two-outputs Şekl 4. İk grş ve k çıkışlı dnamk bulanık ağın durum dyagramı

9 Dynamıc Fuzzy Networks Based / Elektrk Güç Sstemlernde Dnamk 9 B P / Pd Dynamc Governor Steam Turbne Power System I f a Fuzzy Network (DFN) Governor Pte Steam Turbne a s T Power System II f B p k / Pd P p k Nonlneer Optmzer (Learnng Algorthm) J(p) J p Performance Crters & Senstvty Analyss e e Fgure 5. Adaptve load frequency control of a two-area power system wth DFN Şekl 5. İk bölgel br güç sstemnn DBA le adaptf yük frekansı denetm Eğer p tüm ağın parametre vektörü olarak adlandırılırsa, masrafın bu parametre vektörüne göre gradyanı şu formülden hesaplanablr If p s called as vector contanng all network parameters, the cost gradents wth respect to parameters are gven by the followng formula: E p = t f f p T λdt [9] Tüm gradyanlar adont vektör hesaplanarak Şekl 5 de verlen k alanlı güç sstemnn blok dyagramından ve k bölgel güç sstem denklemlernden (bkz. Ek) kolayca elde edlr. Ağ parametrelernn güncellenmesnde Broyden- Fletcher-Golfarb-Shanno (BFGS) gradyan yöntem kullanılmıştır (9). Bu yöntem, esk parametre ve gradyan değşm blglern kullanan knc dereceden yaklaşımlı etkn br yöntemdr. 5. BİLGİSAYA BENZETİMLEİ VE SONUÇLAI Gerçekleştrlen blgsayar benzetmlernde, Şekl 4 te görülen k feronlu br dnamk bulanık ağı, yük frekans denetm çn eğtlmştr. Bu bölümde Şekl 5 dek lneerleştrlmş güç sstemne % lk frekans düşmesn temsl eden br basamak grş uygulanmıştır. Bu durum çn söz konusu dnamk yapı gerçek zamanlı olmadan eğtlmş ve bağlantı parametreler ve zaman sabtler şu şeklde hesaplanmıştır : All gradents can easly be derved from the block dagram seen n Fg.5 and two area power system equatons (see appendx) and calculatng the adont vector. Broyden-Fletcher-Golfarb-Shanno (BFGS) gradent method has been used for updatng of network weghts (9). Ths method provdes the hstory of parameter and gradent changes yeldng approxmate second order nformaton. 5. COMPUTE SIMULATIONS AND ESULTS In computer smulaton, a DFN wth two feurons shown n Fg. 4 were traned for load frequency control. A step dsturbance of % s appled to system power nput of lnearzed block dagram shown n Fg. 5. Under ths condton, DFN was traned offlne and nterconnecton parameters and tme constants of the DFN were obtaned as:

10 G.U. J. Sc., 7(3): -4 (4)/ Yusuf OYSAL *, Ahmet Serdar YILMAZ, Etem KÖKLÜKAYA.5 w = , p =.78, 3.. q =.35.59, r =,T = Bu nceleme çn bulanık aktvasyon fonksyonunun grş ve çıkış üyelk fonksyonları şekl 6 dak gb elde edlmştr. Bozucu etk altında, klask PI denetleycl ve tasarlanan DBA denetleycl güç sstemlernn verdğ her k alandak frekans değşmler ve güç akışındak değşm cevapları Şekl 7-9 da verlmektedr x y (a) (b) x y (c) (d) Fgure 6 (a) frst feuron nput membershp functons, (b) frst feuron output membershp functons, (c) second feuron nput membershp functons, and (d) second feuron output membershp functons. Şekl 6 (a) Brnc feron grş üyelk fonksyonu, (b) Brnc feron çıkış üyelk fonksyonu, (c) İknc feron grş üyelk fonksyonu, (d) İknc feron çıkış üyelk fonksyonu

11 Dynamıc Fuzzy Networks Based / Elektrk Güç Sstemlernde Dnamk. Frequency Change n Area-A Tme (s) Fgure 7. Frequency change n Area (% step change n power demand, DFN sold lne, Integral dotted lne) Şekl 7. Bölge- dek Frekans Değşm (% lk güç değşm, DBA kalın çzgl, klask PI kısa çzgl).3 Frequency Change n Area Tme (s) Fgure 8. Frequency change n Area (% step change n power demand,, DFN sold lne, Integral dotted lne) Şekl 8. Bölge- dek Frekans Değşm (% lk güç değşm, DBA kalın çzgl, klask PI kısa çzgl)

12 G.U. J. Sc., 7(3): -4 (4)/ Yusuf OYSAL *, Ahmet Serdar YILMAZ, Etem KÖKLÜKAYA 5 x -3 Power Interchange on Te Lne (pu) Tme (s) Fgure 9. Te Lne Power (% step change, DFN sold lne, Integral dotted lne) Şekl 9. Hattak Güç Akışı Değşm (% lk güç değşm, DBA kalın çzgl, klask PI kısa çzgl) Bu benzetm sonuçları, önerlen yük frekans denetleme sstemnn klask ntegral denetleycden daha hızlı cevap verdğn ve frekanstak değşmelern daha sınırlı kaldığını göstermektedr. Önerlen DBA tabanlı yen denetleyc, klask denetm sstemne göre oldukça y br frekans denetm gerçekleştrmştr. 6. TATIŞMA VE ÖNEİLE Bu çalışmada, yük frekans denetmnde alternatf ve başarılı br denetleyc önerlmştr. Söz konusu yen denetleyc le aktf güçtek değşmlern sonucunda ener bölgelerndek frekans değşmler daha az olmakta ve kısa sürede sönümleneblmektedr. Bu çalışmada kullanılan dnamk bulanık ağların en öneml avantaları yen durumlara kolayca uyum sağlaması ve kolayca eğtleblmesnn yanı sıra donanım olarak gerçekleştrlmesnn mümkün olablrlğdr. Özellkle VLSI le bast ve kolay bçmde sürekl zamanda dnamk bulanık ağların gerçeklenmes mümkün olablmektedr (,). Bu çalışmada bundan sonrak aşamalarda yapılması önerlen konular se daha genş alanlı (3 veya daha fazla) enterkonnekte sstemlere uygulanablme ve benzetm ortamından donanım ortamına geçerek uygulamaya konulmasıdır. Bunun yanı sıra bu çalışmada ncelenen buhar türbnlernden başka, su, gaz ve rüzgar türbnler çeren sstemlerde yük frekans denetm, ler aşamadak araştırma konularıdır. These two smulaton results show that the proposed load frequency controller responds faster than classcal ntegral controller and frequency varatons are smaller than classcal controller. 6. DISCUSSIONS AND CONCLUSION An alternatve and successful controller for load frequency control s proposed. The proposed controller causes less frequency drop than ntegral controller and oscllatons n frequency rapdly damp out. Proposed networks can be easly traned and adapted to dfferent dsturbance cases onlne. There s one other mportant motvaton for nvestgatng dynamc fuzzy networks for load frequency control n power systems s that they suggest a smple hardware mplementaton. It s the smple and plausble VLSI mplementaton for a contnuous-tme dynamc fuzzy network (,). Proposed study areas are the applcatons to three or more areas power systems and the hardware mplementatons. Also, load frequency control applcatons n hydro, gas and wnd power plants are advanced research areas.

13 Dynamıc Fuzzy Networks Based / Elektrk Güç Sstemlernde Dnamk 3 KAYNAKLA/EFEENCES. Chang C.S., and Wehu F., Area Load Frequency Control Usng Fuzzy Gan Schedulng of PI Controllers, Electrc Power System esearch, 4 ():45-5 (997).. Chang C.S., Wehu F., and Fushuan W., Load Frequency Control Usng Genetc Algorthm Based Fuzzy Gan Schedulng of PI Controllers, Electrc Machnes and Power Systems, Vol. 6, No : 39-5 ( El-Sherbny M.K., El-Saady G., and Yousef A.M., Effcent Fuzzy Logc Load Frequency Controller, Energy Converson and Management, Vol. 43, No. 4: (). 4. Chaturved D.K., Satsang P.S., and Kalra P.K., Load Frequency Control: A Generalzed Neural Network Approach, Int. Journal of Electrcal Power Systems, Vol., No.6: (999). 5. Oysal, Y., Yılmaz, A.S., and Koklukaya, E., Fuzzy PID Controller Desgn for Load Frequency Control usng Gan Scalng Technque, Powertech Conference, Budapest, Hungary (999). 6. Oysal Y, Feuro Modelng and Optmal Fuzzy Control, Ph.D. Thess, Sakarya Unversty, Insttute of Scence and Technology, Sakarya/Turkey,5-5 (). 7. Oysal Y, Becerkl Y, Konar AF, and Samad T, Dynamc Fuzzy Networks for eal Tme Applcaton, submtted to Neural Network (3). 8. Kundur, P., Power System Stablty and Control,, Mc Graw Hll, (994). 9. Wood, A.J., Wollenberg, B.F., Power Generaton, Operaton and Control, Second Edton,, John Wley and Sons, (996).. Hopfeld, J.J., Neural Networks and Physcal Systems wth Emergent Collectve Computatonal Abltes, Proc. of the Natonal Academy of Scences, Vol. 79, (989).. Hopfeld, J.J., Neurons wth Graded esponse Have Collectve Computatonal Propertes Lke Those of Two-State Neurons, Proc. of the Natonal Academy of Scences, Vol. 8, (984).. Passno, K.M., and Yurkovch, S., Fuzy Control, Addson-Wesley, Menlopark, Cal., (998). 3. Becerkl, Y., Oysal, Y., and Konar, F., On a Dynamc Wavelet Network and Its Modelng Applcatons, submtted to Neuro Processng Letters (3). 4. Becerkl, Y., Oysal, Y., and Konar, F., Modelng of Nonlnear Systems wth Dynamc Wavelet Networks, Proc. Turksh Symposum on Automatc Control, Vol., Ankara, METU, Konar, A.F., Becerkl, Y. and Samad, T., Traectory Trackng wth Dynamc Neural Networks, Proc. of the 997 IEEE Int. Sym. on Intellgent Control (ISIC 97), Istanbul/Turkey (997). 6. Becerkl, Y., Konar, A.F,, and Samad, T., Intellgent Optmal Control wth Dynamc Neural Networks, Neural Networks, Vol.6: 5-59 (3). 7. Konar, A.F., and Samad, T., Dynamc Neural Networks, Techncal eport SSDC-9-I 45-, Honeywell Technology Center, 366 Technology Drve, Mnneapols, MN 5548 (99). 8. Chapra, S.C., and Canale,.P., Numercal Methods for Engneers, McGraw-Hll, 34-4 (989). 9. Edgar, T.F., and Hmmelblau, D.M., Optmzaton of Chemcal Processes, McGraw-Hll, -3 (988).. Anderson JA, and osenfeld, Neurocomputng: Foundaton of esearch, MIT Press Cambrdge, MA, (988).

14 4 G.U. J. Sc., 7(3): -4 (4)/ Yusuf OYSAL *, Ahmet Serdar YILMAZ, Etem KÖKLÜKAYA EK/ APPENDIX Turbne Governor Model G G TU (s) = st (s) = T sk T st.t TT TT [A-] [A-] GOV stg T T =T T =.3 s, T TT =T TT = s, K T =K T =.3335, T G =T G =. s, = =.43, B =B =.45, K P =K P =, T P =T P =s. eceved/ Gelş Tarh:.5.3 Accepted/Kabul Tarh:9..4